新闻详情

新闻详情

首页 / 资讯中心 / 详情

MoneyPrinterTurbo:输入一个主题,3 步 AI 自动出片

发布时间:2026/11/17 3:34:02来源:尧图网络
MoneyPrinterTurbo:输入一个主题,3 步 AI 自动出片
MoneyPrinterTurbo输入一个主题3 步 AI 自动出片【免费下载链接】MoneyPrinterTurbo利用 AI 大模型和自动化工作流根据主题或关键词一键生成高清短视频。Generate HD short videos from a topic or keyword with an automated AI workflow.项目地址: https://gitcode.com/GitHub_Trending/mo/MoneyPrinterTurbo做一条 60 秒短视频过去要写文案、找素材、录配音、对字幕手工衔接 5 步耗掉一整个下午。MoneyPrinterTurbo 是一个开源 AI 短视频生成工具你只输入一个主题文案、素材、配音、字幕、背景音乐自动全部搞定 MoneyPrinterTurbo 是什么MIT 协议的开源项目给一个主题或关键词它自动生成视频文案、无版权素材、字幕和背景音乐再合成为一条高清成片。使用方式有两种浏览器里的 Web 界面和可以嵌进产品的 HTTP API两者复用同一套生成流水线Docker 一条命令就能跑起来。MoneyPrinterTurbo 能做什么AI 文案主题词进、口播稿出也可以直接粘贴你自己的脚本无版权素材按关键词自动从 Pexels、Pixabay 拉取高清片段也支持本地素材多种音色配音可选音色在 音色列表生成前可实时试听字幕可调字体、颜色、大小、位置、描边都能改edge 或 whisper 两种引擎背景音乐随机或指定音乐文件音量可调批量与多尺寸一次生成多条挑选竖屏 1080×1920、横屏 1920×10805 分钟跑通克隆仓库并启动容器Web 界面和 API 服务会一起起来git clone https://gitcode.com/GitHub_Trending/mo/MoneyPrinterTurbo cd MoneyPrinterTurbo docker compose up把示例配置复制一份用于修改cp config.example.toml config.toml需要填两把钥匙pexels_api_keys是素材密钥在 Pexels 官网申请注册地址就写在 config.example.toml 的注释里llm_provider选大模型国内用户建议 DeepSeek 或 Moonshot注册就送额度。浏览器打开127.0.0.1:8501进入 Web 界面输入主题、选画面尺寸和音色点生成。避坑提示机器 4 核 8G 起步即可不用显卡嫌 Docker 麻烦也可以装好 Python 3.11 后直接运行main.py启动 API 服务。全程约 10 分钟验收标准浏览器里出现一条可在线预览、可下载的高清短视频。跑通之后值得玩的 3 个功能HTTP API 直接接入自己的产品API 服务监听 8080 端口打开127.0.0.1:8080/docs就能在线调试接口出片能力一次调用即可嵌入自己的业务。流水线全由配置驱动业务逻辑集中在 app/ 目录大模型先产出脚本系统按关键词检索并下载素材配音与字幕并行生成最后由 ffmpeg 把画面、音轨、字幕、背景音乐合成成片。整条流水线没有写死剪辑代码全部由config.toml驱动。并发与状态管理config.toml里的max_concurrent_tasks控制同时跑多少个生成任务多实例部署时开启enable_redis可共享任务状态。谁适合用短视频创作者一次批量生成多条挑最满意的一条发布主题内容快速起量。第一个动作在 Web 界面生成第一条视频开发者打开127.0.0.1:8080/docs在线调试 HTTP 接口把出片能力接进自己的产品不想折腾的普通用户录咖等第三方站点基于该项目提供免费在线服务浏览器打开就能出片和在线版相比本地部署不能直接用现成服务但素材来源、大模型、字幕引擎全部可以自己换。先按上面 3 步在本地跑一条试试10 分钟内就能看到成片赶时间的话直接去在线服务生成第一条。【免费下载链接】MoneyPrinterTurbo利用 AI 大模型和自动化工作流根据主题或关键词一键生成高清短视频。Generate HD short videos from a topic or keyword with an automated AI workflow.项目地址: https://gitcode.com/GitHub_Trending/mo/MoneyPrinterTurbo创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/15 4:54:16

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/15 2:04:12

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/16 19:23:38

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/16 6:47:19

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/14 16:35:50

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/16 17:28:18

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉